OpenAI hat am 23. September den Sprachmodus von ChatGPT auf einen Schlag in drei Punkten aktualisiert: Der Sprachmodus kann nun Plugins wie E-Mail, Kalender und Slack aufrufen; er läuft auf den drei GPT-6-Modellen Astra, Sol und Luna; und auch die Web- und mobile Version von ChatGPT Work hat Sprachsteuerung erhalten. Der Rollout begann am selben Tag.
Drei Änderungen
Plugins ziehen in den Sprachmodus ein. Früher musste man für Plugins tippen, jetzt reicht ein gesprochener Satz aufs Handy, und ChatGPT durchsucht das Postfach, prüft den Terminkalender oder findet Nachrichten in Slack. Zu den laut mehreren Medien bereits verbundenen Apps zählen Gmail, Google Kalender und Slack.
Modell wählbar. Die drei GPT-6-Modelle sind unterschiedlich eingestuft: Astra ist die leistungsstärkste Stufe, Sol liegt in der Mitte, Luna ist am kleinsten. Astra ist bereits seit einigen Wochen verfügbar, Sol und Luna wurden erst am 22. September von GPT-5.6 auf GPT-6 angehoben, und der Sprachmodus band schon am Folgetag alle drei ein.
Einzug in ChatGPT Work. Work ist der Arbeitsbereich von OpenAI für mehrstufige Aufgaben wie Dokumente, Tabellen, Präsentationen und Websites; mit Sprachsteuerung können Nutzer ihre Anforderungen diktieren, um Dateien erzeugen zu lassen. OpenAI-Mitarbeiter Vaibhav Srivastav beschrieb es in sozialen Netzwerken so:
"Your email, calendar, Slack + docs, decks, sites and spreadsheets, just by talking."
Kurz gesagt: E-Mail, Kalender, Slack sowie Dokumente, Präsentationen, Websites und Tabellen – einfach nur durch Sprechen.
9to5Mac vergleicht das mit Codex auf dem Desktop, nur dass es an mehr Stellen auftaucht.
Welche Abos die Plugin-Sprachsteuerung erhalten, ob kostenlose Nutzer eingeschlossen sind und ob Plugin-Aktionen per Sprache eine Einzelbestätigung erfordern, geht aus den öffentlichen Angaben nicht hervor.
Vom Plaudern zum Erledigen
Reiht man die bisher berichteten Sprach-Updates aneinander, verschiebt sich OpenAIs Schwerpunkt bei der Sprachsteuerung erkennbar. Im Juli wechselte der ChatGPT-Sprachmodus zum Sprachmodell GPT-Live, das vor allem auf Vollduplex setzte: gleichzeitiges Zuhören und Sprechen, Unterbrechen mitten im Satz. Die Verbesserungen konzentrierten sich auf den Gesprächsrhythmus, während sich kaum änderte, was Nutzer damit erledigen konnten.
Diesmal ändern sich das zugrunde liegende Reasoning-Modell und die aufrufbaren Werkzeuge. Derselbe „Sprach“-Zugang wurde vom Chat-Tool zu einem Bedienzugang, der auf Nutzerdaten zugreifen kann. Das bringt auch neue Berechtigungsfragen mit sich: Eine vage gesprochene Anweisung, die den Assistenten eine E-Mail verschicken oder einen Termin ändern lässt, kostet im Fehlerfall deutlich mehr als eine falsch beantwortete Frage.
Was das für Nutzer in China bedeutet
ChatGPT wird in Festlandchina nicht offiziell angeboten, und Gmail sowie Google Kalender, auf die dieses Update vor allem zugreift, sind dort ebenfalls nicht direkt erreichbar – für gewöhnliche Nutzer in Festlandchina hat das Update also kaum direkte Auswirkungen.
Chinesischsprachige Nutzer, die im Ausland arbeiten und täglich die Google-Dienste sowie Slack verwenden, können die Funktion direkt nutzen. Für Teams in China lässt sich daraus eine Richtung ableiten: Der Sprachassistent verbindet nicht mehr nur mit Modellen, sondern erhält auch Lese- und Schreibrechte für Büro-Systeme wie E-Mail, Kalender und Instant Messaging. Auch chinesische Anbieter arbeiten in diese Richtung – das Qwen-Sprachmodell unterstützt bereits das Aufrufen von Werkzeugen, doch Produkte, bei denen Sprache direkt Büro-E-Mails und -Termine liest und schreibt, sind noch selten.
Das chinesische Pendant im Büroalltag sind die E-Mail- und Kalenderfunktionen von WeCom, DingTalk und Feishu. Wer als Erster den Sprachzugang mit den Lese- und Schreibrechten dieser Systeme verknüpft und dabei einen guten Bestätigungsmechanismus für Fehlbedienungen einbaut, dürfte den Ausschlag in der nächsten Runde des Wettbewerbs um Sprachassistenten geben.
Quellen: offizielle Social-Media-Konten von OpenAI, 9to5Mac, CocoLoop, Android Headlines; Zeitpunkte der Modell-Upgrades und Umfang der Sprachintegration der drei GPT-6-Modelle richten sich nach den offiziellen Angaben von OpenAI.